1 随机变量
X
X
X 随机变量表示取值不一定的一个值。
X
∼
p
(
x
)
X \sim p(x)
X∼p(x) 随机变量的概率密度函数(probability density function),他描述随机事件发生的概率。
eg:对于骰子点数朝上的概率,有
p
(
1
)
=
p
(
2
)
=
p
(
3
)
=
p
(
4
)
=
p
(
5
)
=
p
(
6
)
p(1)=p(2)=p(3)=p(4)=p(5)=p(6)
p(1)=p(2)=p(3)=p(4)=p(5)=p(6)
2 概率
离散随机变量
x
i
x_i
xi的概率为
p
i
p_i
pi,概率分布的性质如下:
p
i
≥
0
,
∑
i
=
1
n
=
1
p_i \geq 0,\sum^{n}_{i=1}=1
pi≥0,i=1∑n=1
3 期望
期望是试验中每次可能结果的概率乘以其结果的总和。
3.1 离散情况
E [ X ] = ∑ i = 1 n x i p i E[X]=\sum^{n}_{i=1}x_ip_i E[X]=i=1∑nxipi
3.2 连续情况
E
[
X
]
=
∫
x
p
(
x
)
d
x
E[X]=\int xp(x)dx
E[X]=∫xp(x)dx
性质如下:
p
(
x
)
≥
0
,
∫
p
(
x
)
d
x
=
1
p(x)\geq0 ,\int p(x)dx=1
p(x)≥0,∫p(x)dx=1
3.3 随机变量函数的期望
对于
X
∼
p
(
x
)
,
Y
=
f
(
X
)
X \sim p(x),Y=f(X)
X∼p(x),Y=f(X),有期望:
E
[
Y
]
=
E
[
f
(
X
)
]
=
∫
f
(
x
)
p
(
x
)
d
x
E[Y]=E[f(X)]=\int f(x)p(x)dx
E[Y]=E[f(X)]=∫f(x)p(x)dx